python - 如何将两个音频样本压缩成与 librosa 一样响亮？

Question

我正在尝试使两个音频样本尽可能相似，我的问题是在一个测试用例中它们的响度不够相似。

data1, sr1 = librosa.load(path_1, sr=None)
data2, sr2 = librosa.load(path_2, sr=None) 

这是我的图data1和data2随着时间的推移（s） - 你可以看到data1一开始有点安静： 我以为我只需要标准化它，但后来我意识到 librosa 已经在这样做了。 所以问题似乎是，较安静的部分比 in更响亮。

load
data2data1

这对我来说听起来像是一种压缩，所以我尝试压缩data1：

 data1, sr1 = librosa.load(path_1, sr=None)
 data1 = librosa.mu_compress(data1, quantize=False)
 data2, sr2 = librosa.load(path_2, sr=None)

不幸的是，现在data1安静的部分太大声了。所以我也尝试压缩data2：

data1, sr1 = librosa.load(path_1, sr=None)
data1 = librosa.mu_compress(data1, quantize=False)
data2, sr2 = librosa.load(path_2, sr=None)
data2 = librosa.mu_compress(data2, quantize=False)

但后来我又回到了我开始的地方......
我希望我把我的问题说清楚了;）

如何以“智能方式”压缩声音，使它们最终尽可能相似？

标签： pythonlibrosa